一种基于联邦学习和卷积神经网络的细粒度眼底图像分类方案
公开
摘要
本发明涉及一种基于联邦学习和卷积神经网络的细粒度眼底图像分类方案，医学眼底图像辨别眼底疾病问题一直备受医生和学者们关注；许多全身疾病都可以从眼底图像上反映出来；与传统方法人工观察相比，深度学习的出现，特别是卷积神经网络为眼底图像分类精度带来较大提升；医学上对个人隐私的问题越来越重视，各个医院的数据作为资产不可能拿出来分享，这就造成了数据孤岛的现象；联邦机器学习是一个机器学习框架，能在保护患者隐私、数据安全要求下可以有效解决数据孤岛问题；该方案通过联邦学习来训练分类网络，拓展了数据集提高分类的准确度；在卷积神经网络中，将病例信息同眼底图像特征融合进行分类并使用注意力机制进一步提高分类准确性。
基本信息
专利标题 ：
一种基于联邦学习和卷积神经网络的细粒度眼底图像分类方案
专利标题（英）：
暂无
公开（公告）号 ：
CN114359551A
申请号 ：
CN202210109798.8
公开（公告）日 ：
2022-04-15
申请日 ：
2022-01-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周晓谊段韶华符大豪钱宇晗
申请人 ：
海南大学
申请人地址 ：
海南省海口市美兰区人民大道58号
代理机构 ：
代理人 ：
优先权 ：
CN202210109798.8
主分类号 ：
G06V10/25
IPC分类号 ：
G06V10/25 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
